Endoskopi görüntülerindeki poliplerin derin öğrenme algoritması kullanılarak incelenmesi
Investigation of polyps in endoscopy i̇mages by using deep learning algorithm
- Tez No: 644644
- Danışmanlar: PROF. DR. EYYÜP GÜLBANDILAR, DOÇ. DR. FAİK YAYLAK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
- Sayfa Sayısı: 68
Özet
Makine öğrenmesi ve özellikle derin öğrenme konularındaki son gelişmeler, tıbbı görüntülerdeki nesneleri tanımaya ve sınıflandırmaya yardımcı olmaktadır. Bu çalışmada endoskopi görüntüleri incelenmiş, normal ve polipli görüntülerin tespit edilerek sınıflandırılması için derin öğrenme yöntemi kullanılmıştır. Önerilen sistem için Kütahya Sağlık Bilimleri Üniversitesi Genel Cerrahi Anabilim Dalı, Evliya Çelebi Eğitim ve Araştırma Hastanesi Genel Cerrahi Endoskopi Ünitesi arşiv görüntüleri kullanılarak normal ve poliplerin olduğu görüntüler alınarak veri tabanı oluşturuldu. Oluşturulan veri tabanında 54 arşiv kaydından alınan, 93 polipli ve 216 normal görüntü bulunmaktadır. Bu verilerden rastgele olarak seçilen verilerin 2/3 ü modelin eğitim için ayrılırken, 1/3 ü modelin test için ayrılmıştır. Bu tez çalışmasında, derin öğrenmedeki en iyi sınıflandırma modelini bulmak için farklı aktivasyon ve optimizasyon fonksiyonları kullanılarak 48 farklı model oluşturulmuştur. Elde edilen verilere göre; modellerin sonuçlarının parametrelere göre farklılık gösterdiği, en iyi modelin gizli katmanında 32 nöron, aktivasyon fonksiyonu ReLU ve optimizasyon yönteminin Adagrad olduğu durumda elde edildiği tespit edilmiştir (%98). Bunun aksine, en kötü modelin gizli katmanında 32 nöron, aktivasyon fonksiyonu ReLU ve optimizasyon fonksiyonu SGD olduğu durumda gözlenmiştir (%69). Sonuç olarak, farklı aktivasyon ve optimizasyon yöntemleri kullanılarak derin öğrenme ile polip görüntü verilerinin başarılı sınıf tahmini yapan bir sistem tasarımı yapılabilir.
Özet (Çeviri)
Recent advances in machine learning, particularly with regard to deep learning, help to recognize and classify objects in medical images. In this study, endoscopy images were examined and deep learning method was used to classify healthy and polyp cells. For the proposed system, a database was created from the archives of Kutahya Health Sciences University General Surgery Department Endoscopy Unite in Kutahya Evliya Celebi Training and Research Hospital. The database contains 93 polyps and 216 normal images from 54 archive records. Of these data, 2/3 of the randomly selected data is reserved for the model's training, while 1/3 of the data is reserved for the test. In this study, 48 different models were created by using different activation and optimization functions to find the best classification model in deep learning. According to the experimental results; It was determined that accuracy results of the models depend on the selected parameters. We observed the highest accuracy results by means of 32 neurons in the hidden layer, whereas ReLU activation function and Adagrad optimization method are utilized during the best model with the accuracy rate of 98%. In contrast, when we designed a second model with 32 neurons, utilizing ReLU activation and SGD optimization functions, the accuracy rate reduced to 69%. In summary, classification performance of polyp images can be optimized by utilizing different activation and optimization methods during the design of deep learning models.
Benzer Tezler
- Derin öğrenme temelli otomatik medikal görüntü analiz sistemi tasarımı ve gerçekleştirilmesi
Design and implementation of deep learning-based automated medical image analysis system
ŞAHİN ALP AKOSMAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZÜLEYHA AKUSTA DAĞDEVİREN
- Yapay zekâya dayalı anlamsal video işleme yöntemlerinin tıpta kullanılabilirliğinin araştırılması
Investigation of usability of artificial intelligence semantic video processing methods in medicine
HASAN UCUZAL
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBiyoistatistik ve Tıp Bilişimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ EMEK GÜLDOĞAN
- 25-hidroksivitamin-D3 (25-VD3) eksikliğinin nazal polipli kronik rinosinüzit kliniği ve histopatolojisi üzerine etkisi
The effect of 25-hydroxyvitamin-D3 (25-VD3) deficiency on nasal polyplic chronic rinosinutitis clinic and histopathology
ELİF DİNÇER
Tıpta Uzmanlık
Türkçe
2018
Kulak Burun ve Boğazİzmir Katip Çelebi ÜniversitesiKulak Burun Boğaz ve Baş-Boyun Cerrahisi Ana Bilim Dalı
PROF. DR. ERCAN PINAR
- Konka bülloza cerrahi tedavisinde crushıng ve iç soymalı crushıng tekniklerinin uzun dönem sonuçlarının endoskopik ve radyolojik olarak karşılaştırılması
Başlık çevirisi yok
İLKER KOÇAK
Tıpta Uzmanlık
Türkçe
2013
Kulak Burun ve BoğazBezm-i Alem Vakıf ÜniversitesiKulak Burun Boğaz Hastalıkları Ana Bilim Dalı
AR.GÖR. SABRİ BAKİ EREN
- Improving classification performance of endoscopic images with generative data augmentation
Üretken veri çoğaltma ile endoskopi görüntülerinde sınıflandırma başarımının iyileştirilmesi
ÜMİT MERT ÇAĞLAR
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiModelleme ve Simülasyon Ana Bilim Dalı
PROF. DR. ALPTEKİN TEMİZEL